全力買進台灣科技股!
全力買進台灣科技股!
2002.01.01 |

曾擔任國泰人壽證券投資小組組長、前大眾金融集團投資總監的呂宗耀先生,就是這樣一位投資理念的實踐者,由本期開始,《數位時代》將每期開闢專欄版位,分享呂先生和他8人投資研究團隊的當月研究成果,期望您在生動的解釋中──學習與投資!
要問今年股市有沒有行情?可先來看基本面的變化。
任何投資循環裡,都涵蓋三個力量:G(Government,政府支出)+I(Investment,企業投資支出)+C(Consumer,消費支出),以下我們一一來看:10年前,不管是G、C或I,它們投資在hi-tech上的資金縮減,對我們沒有影響,因為那金額太少;但是這10年來架構全世界股市上漲的力量,都是靠hi-tech而來。正因為從2000年以來,大家對hi-tech的資本支出的減少很嚴重,所以Nasdaq才會從5千多點修正到1千多點。但我覺得,911事件是個大轉機,因為它把美國為首的全世界G這個火爐燃燒起來,並且蔓延到全世界,這裡的成長,剛好抵住hi-tech產業自己的縮減。
再來是I,所謂股市投資架構,有3個條件:油價不能高、利率要低、inflation(通貨膨脹率)也要低。今天我們看,3個要素都是有利的,即使現在到了冬天,油價是強迫上漲,對產油國來講其實是很不舒服的。因為油價一上漲,需求就降低,這告訴我們,在工業的發展中,高科技的繁榮對油價是殺傷力,因為高科技的介入,企業生產力提升不必用到更多能源,到了冬天他必須靠減產提高油價,可是每一個產油國的經濟能量,都沒有以前好。表面上要減產,實際上他不願意,雖然知道減產油價可以漲30%、40%,但還不如回歸原來的循環,可以多賣一點。利率,全世界都很低,至於物價,我們現在根本沒有通貨膨脹的威脅,反而是通貨緊縮,物品很便宜了,大家都還寧願抱著現金。但是利率低到一個程度,股市一動,錢就會跑出銀行體系,這就是過去2個月台股、美股大漲的背景。

**美國消費者信心未曾稍減

**
消費端要從美國的零售指標來看,10月份零售是3680億美元,不但遠超過台灣GDP(約2800億美元),還打破以往紀錄,可見美國消費者信心並沒有衰退,這也是美股上漲的背景。但我們要注意的是,美國民間消費的內涵,只對少數國家──譬如台灣有利。你去看,美國在10月創造的高峰,是靠折扣,不是新產品吸引buyer而來。這種價格殺戮,將形成新的產業供應鏈,主導今年企業股價。以世界最大連鎖百貨Wal-mart(威名百貨)為例,它一年的營業額是1800億美元,911後它把應付帳款從90天延到270天,今天我是他的供應商,要不要做?不做的話,它就把我卡掉,做嘛,又多了180天的利息,可是沒人敢說No!因為它是超級大戶,你看Wal-mart營業額是1800億美元,多了180天的利息,怎麼算?年利率算2%,用1800億美元×2%×180(天)=18億美元,不費一分努力,只是從90天延到270天就多賺18億美金,那供應商怎麼辦?剛好WTO通過,加速全世界供應商cost-down,把生產基地轉換到大陸去。這一次大衰退和911事件,剛好用大陸14億工作人口,maintain全世界舒服的需求,讓消費端不衰退,而折扣為什麼可以吸引買家,這跟Fed(美國聯準會)連續11次降息有關。由這些變化來看,美國全國上下都在刺激需求,這是G+I+C一起連動,當然帶動全世界大反彈,台灣更明顯。
G端、C端、I端都沒有問題,股票的上漲就找到源頭動能。不能因為它漲了2000點都沒有基本面,就以為行情要下來了,要用宏觀角度去看,因為結構都改變了,源頭是911事件。
但沒買的,現在還能投資嗎?回到股票操作3階段:第一是「時間段」,波段主角不是我們,而是全球的基金操盤手,比的是「膽識」和「勇氣」,不是看基本面。如果你也有這兩個特質,是timing端主角,上漲型態是90度仰角直攻。

**激情後看個股表現

**
第二段是「資產配置段」,主角是像摩根士丹利、高盛等這些國際券商的策略分析師。他們會對國際客戶發出資產配置令,只有部份股票能上漲,股價指數技術線型是45度仰角,已經從90度走向45度,代表股市將從激情後走向平穩。
第三段股票選擇段,主角是全球用心的研究員,這階段不是所有股票都上漲,只有有質有料的公司,股票會在這裡出來。在我的規劃裡,第一段應該暫時休息了,今年1月份開始走第二段,最少走3個月。現在連第一段都還沒有確定結束,所以對於行情不用太worry,至於國安基金賣壓、融資餘額變化等只是架構下的小不點,因為現在全球銀行、保險公司沒有一個在買,還都站在賣方。行情沒有很多shock,其實說明第一階段還沒有結束,第二段都還沒來,上半年哪會有什麼賣壓?股票最難做的,其實是第三段,這是分析員要去拜訪公司,了解供需狀況,所以這裡是大盤開始盤頭,只有個別股票表現。我個人擅長在第三段,因為第一段要膽識跟勇氣,我這個年齡已經沒有了,這階段的代表年齡是25歲到28歲,你看典型股票,南科和友達,稍微上年紀的人雖然也有可能去買,可是不可能賺到300%或200%。
我現在建議的投資標的是:要選股,選今年Q1的營業收入和去年相較,至少成長50%以上,譬如筆記型電腦、代工業務將有大成長的華碩如果能回檔一點,就是很甜美的投資標的;在指數上,我抓10年移動平均線6200點,是第一個關卡,就這兩個邏輯。
至於產業面,在今年,數位相機確實很精彩。從大立光電和普立爾合作開始,不但普立爾cost會下降,還從亞光挖了一個業務head,但是講普立爾不能不提亞光,因為亞光跟日本人的關係不是普立爾所能比的。明年會形成一個族群,像中強光電、瑞軒、亞光、普立爾,還有明年掛牌的大立,它們一定不會寂寞,
至於手機組裝方面,我對手機零組件的這3家(美律、毅嘉、飛宏),看得很保守,因為我很確定鴻海都「包」了。鴻海下一階段的成長,已經link在幫Nokia代工,因為郭台銘曾經講過,「當價格進入殺戮的時候,才要進去,」未來他一定做手機組裝。而且把其他家的業務一起整合進來。
如果要我簡單下一個結論:千萬不能看壞2002年科技股,因為第一段資金行情結束,要小心景氣行情就要來。但,不必去看金融控股的公司;市場走不出台灣的公司,我一點都不看!

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓